【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种基于人工智能的模型训练方法、基于人工智能的推荐处理方法、装置、电子设备、计算机程序产品及计算机可读存储介质。
技术介绍
1、人工智能(artificial intelligence，ai)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
2、在推荐排序链路中，候选信息集合到达用户个人客户端展示界面，需要经过以下环节：召回、粗排、精排、混排、下发以及曝光。召回和粗排环节从信息集合里快速筛选出用户喜好物品，再经过精排和混排对待处理信息混排排序，最终得到最终下发序列。相关技术中推荐系统回收所有曝光信息，经过特征工程处理，用于训练推荐模型。推荐模型使用曝光数据进行训练，以对下发数据进行推荐排序，导致推荐模型的推荐准确度低。
技术实现思路
...【技术保护点】
1.一种基于人工智能的模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在基于每个未曝光样本对基础推荐模型分别进行训练之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述基于每个未曝光样本对基础推荐模型分别进行训练，得到对应每个所述未曝光样本的增强推荐模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述将第一曝光样本在每个所述增强推荐模型进行正向传播，得到对应每个所述增强推荐模型的第一损失，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述第一曝光样本...
【技术特征摘要】
1.一种基于人工智能的模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在基于每个未曝光样本对基础推荐模型分别进行训练之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述基于每个未曝光样本对基础推荐模型分别进行训练，得到对应每个所述未曝光样本的增强推荐模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述将第一曝光样本在每个所述增强推荐模型进行正向传播，得到对应每个所述增强推荐模型的第一损失，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述第一曝光样本在所述基础推荐模型中进行正向传播，得到对应所述基础推荐模型的第二损失，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述增强样本以及第二曝光样本对所述基础推荐模型进行训练，得到目标增强推荐模型，包括：
7.根据权利要求6所述的方法，其特征在于，所述将每个所述增强样本在所述基础推荐模型进行正向传播，得到对应每个所述增强样本的第四损失，包括：
8.根...
【专利技术属性】
技术研发人员：陈煜钊，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。